r语言常用数据处理代码整理（R语言数据处理之Tidyverse）

r语言常用数据处理代码整理（R语言数据处理之Tidyverse）dplyr基本包含了我们整理数据的所有功能，堪比瑞士军刀，这里介绍以下函数： filter: filters out rows according to some conditions （根据条件过滤数据） arrange: reorders rows according to some conditions （根据某一列的数据对行排序） select: selects a subset of columns （只保留部分列的数据） mutate: adds a new column as a function of existing columns （增加新的列） summarise: collapses a data frame to a single row （概述数据的统计特征） group_by: breaks a data frame into groups of rows （

tidyverse的一大亮点就是提供非常优秀的数据清理、整合和可视化的“一站式服务”。

本文介绍工具整体框架：

R语言进行数据科学流程

管道函数 %>%数据整理

tibble格式

dplyr包

dplyr基本包含了我们整理数据的所有功能，堪比瑞士军刀，这里介绍以下函数： filter: filters out rows according to some conditions （根据条件过滤数据） arrange: reorders rows according to some conditions （根据某一列的数据对行排序） select: selects a subset of columns （只保留部分列的数据） mutate: adds a new column as a function of existing columns （增加新的列） summarise: collapses a data frame to a single row （概述数据的统计特征） group_by: breaks a data frame into groups of rows （对数据分组）

tidyr包

tidyr的两个主要函数是 gather()和 spread()。这些函数允许在长数据格式（long data）和宽数据格式（wide data）之间进行转换（功能类似于reshape包，但是比reshape更好用，并且可以用于管道%>%连接）

可视化：ggplot2统计：broom

broom是一个用于数学建模的包，以回归分析为例，R中的各种回归分析往往不会返回一个整齐的data frame结果，而broom 则帮助我们直接将统计结果转化为data frame格式直接将统计结果转化为data frame格式